給 AI 一把尺:做出來的至少要贏過免費的聽寫
「我請 AI 做了一個錄音轉文字的工具,可是轉得好慢。要怎麼跟它說?」夥伴的提問
手機、電腦、網頁上的麥克風聽寫,講完幾秒字就出來,而且免費。把它當成最低標準講給 AI 聽,請它另外做一個只用免費聽寫的對照組,兩條路同時跑,並排比速度也比錯字。附兩段可以直接貼的指令。
有夥伴請 AI 做了一個錄音轉文字的工具,做出來了,可是轉得很慢。嚮導的建議是:先給 AI 一把尺,告訴它做出來的至少要贏過免費的聽寫。
動手之前
01你需要先有的東西
一個 AI 幫你做的工具
已經做好的,或正要請 AI 做的都可以。這一篇用錄音轉文字當例子,換成別的工具,道理一樣。
你平常用來做工具的那個 AI
在網頁上聊天的、在終端機(打指令的視窗)裡用的都行。要它做的是程式,所以最好是能在你電腦上建檔案、跑程式的那一種。
一個免費、不用另外接 AI 的對照組
手機或電腦內建的聽寫,或網頁上的麥克風按鈕。下一節講它是什麼。
還沒用過電腦內建的聽寫,先看 用講的代替打字:電腦內建聽寫和 Typeless 差在哪。
先看那把尺
02免費的聽寫有多快
課堂上嚮導當場打開 Google 翻譯的網頁,按輸入框旁邊的麥克風,講了一句話。字幾乎是邊講邊出來,講完就在畫面上了。
嚮導的說法:任何一家的麥克風按下去,講完話,不到三秒字就出來了;這種聽寫是手機、電腦、網頁本來就有的,不用你另外接模型,也不用付錢。
他想講的是:在 AI 的時代,你請 AI 做的東西,不應該比免費的工具還差。可是 AI 不知道你心裡的標準,你要講出來。
「不到三秒」是嚮導當場示範的感覺,不是量出來的數字。你的網路、電腦、講的長度都會影響,自己試一次最準。
怎麼跟 AI 說
先講尺,再要它做兩個版本來比
第一步
03先問兩件事:要不要花錢、夠不夠快
嚮導看過那個工具,說它卡在兩關:
這兩關都要你先決定,AI 才知道往哪裡改。所以你可以在請它改之前,先把這兩件事寫進給它的話裡。
第二步,可以直接貼的一段
04把尺交給 AI
這一段照嚮導課堂上講的意思整理,不是原話。括號的地方換成你的。
你幫我做的錄音轉文字工具,現在太慢了。 我的標準是這樣:手機、電腦或網頁上的麥克風聽寫,按下去講完話, 幾秒內文字就出來了,而且是免費的、不用另外接 AI 模型。 你做出來的工具,至少要比這種免費的聽寫好。 請你: 1. 先另外做一個「只用免費聽寫」的版本,當作對照組。 2. 再看你現在做的版本,慢在哪一段,說給我聽。 3. 重新設計,讓它的速度追上對照組。做不到的話,直接告訴我卡在哪裡。 我能接受的花費:(例如:完全不花錢/每個月幾百塊以內)
它回你的時候,看三件事:對照組有沒有真的做出來、它講的「慢在哪」你聽不聽得懂、新設計有沒有寫清楚要不要花錢。聽不懂就請它用不寫程式的人聽得懂的話再講一次。
第三步
05兩條路同時跑,叫 A 版和 B 版
第二步的對照組做出來之後,再請它把兩邊接起來,同時跑。嚮導說的「雙軌」就是這個:錄音的當下,兩個系統一起開。如果第二步它已經這樣做了,這一步可以跳過。
A 版:免費聽寫
電腦的麥克風聽寫一打開,邊講邊轉成文字。
B 版:AI 做的工具
你原本那個做法:先拿到錄音,再拿去轉文字。
同一段話、同一個時間,兩邊都有結果,比一比誰比較好。可以這樣跟 AI 說:
請幫我做一個雙軌的版本: 我按下錄音時,同時開兩條路。 A 版:用電腦或瀏覽器內建的聽寫,邊講邊出文字。 B 版:用你現在做的方法,錄好再轉文字。 結束之後,把兩邊的文字並排給我看, 並列出:各花了多久才出來、哪幾個地方兩邊不一樣。
比的時候要留意
06快不等於準
- 比速度,也要比錯字。並排之後自己讀一遍,人名、專有名詞最常錯。
- 兩邊要用同一段聲音比,才公平。換一段話、換一個人講,結果會不一樣。
- AI 回報的「花了幾秒」,是它自己量的。差很多的時候,拿手機計時再看一次。
免費的聽寫,很多也是把聲音送到那一家的雲端去轉。錄音裡有別人的聲音、公司的事,不管用免費的還是付費的,送出去之前都先想清楚。練習的時候,用你自己念的一段文字就好。
帶得走的東西
先給 AI 一把尺。
免費的工具已經做得到的,就是最低標準。講出來,再請它做一個對照組,兩邊並排比。
同一堂課的下一篇:邊錄邊轉:每一小段先轉成文字,按停就幾乎做完。
留言
CYC 看過才會公開。
還沒有公開的留言。